目录
一、ATT 与 Intel
x86架构的处理器的汇编指令一般使用有两种：
ATT汇编Intel汇编
常用的汇编器：
MS VC编译器：只支持 Intel 格式GNU CC编译器：支持 ATT 格式和 Intel 格式，一般从 gcc 的上层开始调用像cc、ar 等工具。
ATT 与 Intel 汇编代码格式区别如下：
- Intel 代码省略了指示大小的后缀。我们看到指令 push 和 mov，而不是 pushq 和 movq
- Intel 代码省略了寄存器名字前面的 ‘ % ’ 符号，用的是 rbx，而不是 %rbx
- Intel 代码用不同的方式来描述内存中的位置，例如是 ‘ QWORD PTR [rbx] ’ 而不是 ‘ (%rbx) ’
- 在带有多个操作数的指令情况下，列出操作数的顺序相反。例如，ATT格式：mov 源操作数, 目的操作数；Intel格式：mov 目的操作数, 源操作数
- ATT 注释使用 ’ # '，Intel 注释使用 ’ ; ’
详细的区别参考：AT&T与Intel格式的汇编语法 🚀
思考： 既然 gcc 可以编译 ATT 和 Intel 编程风格，它是如何区分的？
回答： 默认的情况下，gcc 按照 ATT 的格式进行编译的，如果在代码前面加上.intel_syntax noprefix那么 gcc 会按照 Intel 的格式进行编译，直到出现.att_syntax时，汇编代码会切换为 ATT 格式。
参考： GCC Inline ASM 🚀
GCC 将 .c 文件编译成汇编代码，默认是编译成ATT 格式的，如果产生 Intel 格式可以使用如下命令：
gcc -Og -S -masm=intel main.c
参考：windows x64 GCC AT&T汇编程序分析 - 编译器设计前的铺垫 🚀
二、函数调用的约定
- 在x86架构下，C语言的实参是要入栈的（ARM 架构下是放到寄存器中，当实参数量比较多的时候，其余的入栈），C编译器使用cdecl约定，入栈的顺序是从右往左。
- 函数的返回值是存放在
%eax寄存器中。 - 被调用者创建栈空间，调用者回收栈空间。
- call add 语句：将下一条指令地址入栈，然后将add函数的地址加载如EIP寄存器中。 （等价于 push %eip + movl <add>, %eip）
- ret 语句：将ESP指向的栈空间数据恢复到EIP寄存器中，然后跳转到EIP指向的地址，同时ESP指针上移。（等价于 pop %eip）
- leave 主要恢复栈空间，相当于：
movl %ebp, %esp 释放被调函数栈空间
popl %ebp 恢复ebp为调用函数基址
三、C语言调用汇编程序
C程序：
#include <stdio.h>
int add(int, int);
int main(int argc, const char *argv[])
{
int ret = 0;
ret = add(5, 11);
printf("The return value is %d. \n", ret);
return 0;
}
汇编代码：
.type add, @function
.global add # 设置 add 函数为全局可见
add:
pushl %ebp
movl %esp, %ebp
movl 8(%ebp), %eax
addl 12(%ebp), %eax # 参数的返回值是放在 %eax 中
popl %ebp
ret # 这个语句和 call 是搭配使用的
编译命令:
gcc -o app main.c add.s
C语言函数编译成汇编代码后的一般结构为：
pushl %ebp ; 调用者栈底寄存器入栈保存
movl %esp, %ebp ; 针对于被调用者，赋值新的栈底寄存器
sub $0x8, %esp ; 为被调用者申请一段栈空间
... ; 被调用者主体执行块
leave ; 释放栈空间
ret ; 同调用者的call 搭配使用，恢复EIP寄存器，返回调用者
（调用者和被调用者的结构是基本相似的：保存调用者的状态、申请栈空间、从上一个调用者栈段中获取参数、执行函数功能函数、往eax寄存器中赋值作为参数输出、清空栈空间、返回调用者程序）
四、汇编程序调用C语言
C程序：
#include <stdio.h>
int add(int a, int b)
{
return (a+b);
}
int main(int argc, const char *argv[])
{
int ret = 0;
ret = func(1, 10);
printf("The return value is %d. \n", ret);
return 0;
}
汇编代码：
.type func, @function
.global func ; 设置 func 函数为全局可见
func:
pushl %ebp
movl %esp, %ebp
sub $0x08, %esp ; 开辟一段栈空间
movl 8(%ebp), %eax
movl %eax, (%esp)
movl 12(%ebp), %eax
movl %eax, 4(%esp)
call add
add $0x08, %esp ; 清除栈空间
popl %ebp
ret ; 这个语句和 call 是搭配使用的
编译命令:
gcc -o app main.c func.s
汇编语句调用C语句主要需要考虑，如果有参数的情况下，如何提供为C语言提供参数。当前例子的情况是C调用汇编，再由汇编调用C，根据编译的约定，栈空间的布局是约定好的，依次为参数 —> 返回地址 —> 调用者栈段的栈底指针 —> 新的栈段，C函数编译成汇编代码，编译器不会这么智能的知道参数在什么位置，只是按约定往上偏移一定的距离取参数，所以这里汇编多了④⑤4条语句，目的就是把参数放到C函数待会取参数的位置。
因此，汇编调用C函数的时候需要在栈空间中布置好传递给C函数的参数。
五、内联汇编
5.1、基本asm格式
;基本 asm 格式
asm [volatile]("汇编指令");
说明：
- 可以在一对双引号中全部写出，也可将一条指令放在一对双引号中;
- 当一对双引号内有多条指令时，必须用
\n分隔符进行分割，为了排版，一般会加上\t；- volatile 关键字之后，告诉编译器不要优化手写的内联汇编代码。
;举例1：一个引号中多个指令
asm (“nop\n\tnop\n\t”);
;举例2：基本内联汇编中，寄存器名称前只有一个百分号，注意区别扩展asm
asm volatile ("movl a, %eax\n\t"
"addl b, %eax\n\t"
"movl %eax, c");
示例：
#include <stdio.h>
int result = 10;
int main(int argc, const char *argv[])
{
asm volatile("addl $0x01, result\n\t"
"subl $0x02, result\n\t");
printf("The result is %d. \n", result);
return 0;
}
思考： 为什么在汇编代码中，可以使用变量result？
答案： 变量 result 被 .global 修饰，相当于是把它们导出为全局的，所以可以在汇编代码中使用。如果是一个局部变量，在汇编代代码中就不会用 .global 导出，此时在内联汇编指令中，还可以直接使用吗？【解决方法：扩展asm格式】
5.2、扩展asm格式
;扩展 asm 格式：
asm [volatile]("汇编指令":”输出操作数列表“:”输入操作数列表“:“改动的寄存器”);
说明：
- 扩展asm格式中的寄存器名称前面必须使用两个百分号(
%%)，基本内联汇编中的寄存器名称前面只有一个百分号(%)；- 输出操作数列表：汇编代码如何把处理结果传递到 C 代码中；
- 输入操作数列表：C 代码如何把数据传递给内联汇编代码;
- 改动的寄存器：告诉编译器，在内联汇编代码中，我们使用了哪些寄存器，这样的话
gcc就会避免在其它地方使用这些寄存器；- “改动的寄存器”可以省略，此时最后一个冒号可以不要，但是前面的冒号必须保留，即使输出/输入操作数列表为空。
;输出/输入操作数列表格式
“[输出修饰符]约束”(寄存器或内存地址)
输出修饰符：（这里的操作数是指寄存器或内存地址）
+：被修饰的操作数可以读取，可以写入；
=：被修饰的操作数只能写入；
%：被修饰的操作数可以和下一个操作数互换；
&： 在内联函数完成之前，可以删除或者重新使用被修饰的操作数；
约束： 通过不同的字符，来告诉编译器使用哪些寄存器，或者内存地址。
a：使用 eax/ax/al 寄存器；
b: 使用 ebx/bx/bl 寄存器；
c: 使用 ecx/cx/cl 寄存器；
d: 使用 edx/dx/dl 寄存器；
r: 使用任何可用的通用寄存器；（占位符用法）
m: 使用变量的内存位置；
其他的约束选项还有：D, S, q, A, f, t, u等等
示例：
#include <stdio.h>
int main(int argc, const char *argv[])
{
int data1 = 1;
int data2 = 2;
int data3 = 0;
asm("addl %%ebx, %%ecx\n\t"
"movl %%ecx, %%eax\n\t"
: "=a"(data3)
: "b"(data1), "c"(data2));
printf("The data3 is %d. \n", data3);
return 0;
}
/*
运行结果：
The data3 is 3.
*/
gcc -S main.c -o main.s 编译成汇编代码：
由此可见，输入/输出操作数列表中，在内联汇编开始前，将输入操作数放到指定的寄存器中，在内联汇编结束后，将指定寄存器输出到输出操作数中。
编译成汇编代码中，内联汇编开始用
#APP，结束的时候用#NO_APP
5.3、使用占位符来替代寄存器名称
5.3.1、使用占位符来替代寄存器名称
在上面的示例中，只使用了 2 个寄存器来操作 2 个局部变量，如果操作数有很多，那么在内联汇编代码中去写每个寄存器的名称，就显得很不方便。就让编译器帮我们指定寄存器。
规定： 内联汇编代码中的占位符，从输出操作数列表中的寄存器开始从
0编号，一直编号到输入操作数列表中的所有寄存器。
示例：
#include <stdio.h>
int main(int argc, const char *argv[])
{
int data1 = 1;
int data2 = 2;
int data3 = 0;
asm("addl %1, %2\n\t"
"movl %2, %0\n\t"
: "=r"(data3)
: "r"(data1), "r"(data2));
printf("The data3 is %d. \n", data3);
return 0;
}
/*
运行结果：
The data3 is 3.
*/
5.3.2、给占位符重命名
给这些占位符重命名，也就是给每一个寄存器起一个别名，然后在内联汇编代码中使用别名来操作寄存器。
示例：
#include <stdio.h>
int main(int argc, const char *argv[])
{
int data1 = 1;
int data2 = 2;
int data3 = 0;
asm("addl %[v1], %[v2]\n\t"
"movl %[v2], %[v3]\n\t"
: [v3]"=r"(data3)
: [v1]"r"(data1), [v2]"r"(data2));
printf("The data3 is %d. \n", data3);
return 0;
}
/*
运行结果：
The data3 is 3.
*/
5.4、使用内存地址
我们可以指定使用哪个寄存器，也可以交给编译器来选择使用哪些寄存器，也可以直接使用变量的内存地址来操作变量。
#include <stdio.h>
int main(int argc, const char *argv[])
{
int data1 = 1;
int data2 = 2;
int data3 = 0;
asm("movl %1, %%eax\n\t"
"addl %2, %%eax\n\t"
"movl %%eax, %0\n\t"
: "=m"(data3)
: "m"(data1), "m"(data2));
printf("The data3 is %d. \n", data3);
return 0;
}
/*
运行结果：
The data3 is 3.
*/
1、输出操作数列表 “=m”(data3)：直接使用变量 data3 的内存地址；
2、输入操作数列表 “m”(data1),“m”(data2)：直接使用变量 data1, data2 的内存地址;
规定： 内联汇编代码中，从输出操作数列表中的寄存器开始从
0编号，一直编号到输入操作数列表中的所有寄存器。所以变量 data3 在内联汇编中用%0表示，变量data1和变量data2用%1和%2表示。
🔍 如理解有误，望不吝指正。
参考文献：
[1]: 内联汇编很可怕吗？看完这篇文章，终结它！ 🚀
[2]: linux平台学x86汇编（十八）：内联汇编 🚀
扫一扫
9577
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
